OCR开源项目对比总结

Posted 2023-05-09

参考技术A 光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。

ocr的发展已经有了非常多的积累，一般人或者企业使用， 都是直接使用第三方的服务，目前提供第三方服务的大企业也非常多，百度，阿里云，腾讯等等，都提供了非常方便的api接口，可以进行调用，识别的速度、精确度和效果也都是非常不错的。唯一的缺点就是api的调用是需要收费的，对于调用频次不高的个人和企业，这个费用还是非常低的。

目前因为公司的现状，使用开源的有几个目的

目前针对ocr的相关开源项目也还是有不少的，作者正好是公司也需要类似的功能，所以做了一些简单的调研，在这里进行记录。

对于调研不准确的希望大家指出

Tesseract 是谷歌开发并开源的图像文字识别引擎，使用python开发。

所以针对目前公司的现状，放弃了这个项目的学习和调研

PaddleOCR 是百度开源的中文识别的ocr开源软件

EasyOCR 是一个用 Python 编写的 OCR 库，用于识别图像中的文字并输出为文本，支持 80 多种语言。

chineseocr

chineseocr_lite

TrWebOCR

cnocr

针对上面的比较讨论，同时根据现在的公司的情况和之前既定的一些目标，暂时选择最简单的cnocr进行学习和内部学习和使用。同时也针对目前cnocr仅仅是一个python包，而且无法通过接口进行调用的情况，做了一个补充项目 hn_ocr 。

目前放到github上面，欢迎大家一起学习和完善。

总模型仅17M！这个超轻量中文OCR开源项目在Github火了

光学字符识别（OCR）相信大家都不陌生，就是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

目前比较常用的中文OCR开源项目是 chineseocr，最近又有一个新开源的中文OCR项目，登上Github Trending榜单第二——chineseocr_lite

chineseocr_lite实现的功能如下：

• 提供轻量的backone检测模型psenet（8.5M）,crnn_lstm_lite(9.5M) 和行文本方向分类网络（1.5M）

• 任意方向文字检测，识别时判断行文本方向

• crnn\crnn_lite lstm\dense识别（ocr-dense和ocr-lstm是搬运chineseocr的）

• 支持竖排文本识别

• ncnn 实现 (支持lstm)

• mnn 实现

话不多说，先来看看效果：

接下来，我们再说一下chineseocr_lite的运行环境：

• Ubuntu 18.04

• Python 3.6.9

• Pytorch 1.5.0.dev20200227+cpu

此外，最近项目作者对更新了可实现的功能。

• nihui 大佬实现的 crnn_lstm 推理

• 升级 crnn_lite_lstm_dw.pth 模型 crnn_lite_lstm_dw_v2.pth , 精度更高

• 提供竖排文字样例以及字体库（旋转 90 度的字体）

如果你也对这个项目感兴趣就赶紧尝试下吧。

-END-
已有50万人
加入14天坚持学Python计划

世界正在奖励坚持学习的人！